分配 70 个类别中的 ~3 个意味着您将执行多标签分类。

最后，使用朴素贝叶斯或 SVM 并没有太大区别；它们都是将提供的自变量（您的特征空间）转换为希望正确的因变量（目标类）的算法系列。

问题是如何构建一个好的特征空间。文本挖掘中最先进的方法是（或曾经）首先对单词进行标记，去除标点符号和停用词，对它们进行词干或词形还原，创建这些词的相对频率以及这些词的频率的词袋模型'二元组或三元组。

然后在上面运行你的分类学习器。假设生成的特征空间表可能会变得非常宽（很多单词和单词组合），因此您可能需要考虑某种形式的降维。

当然，对于要分类的每个新调查，您必须使用完全相同的参数重复相同的过滤过程。

这是关于多标签文本分类的另一批很好的答案。

你能用这些反应澄清你试图预测的内容吗？

我最初的反应是，通过开放式调查，您将很难实施分类算法。开放性意味着您没有有限的特征空间，因此您无法将响应通常转换为特征矩阵。

但是，可能还有其他方法可以完成这项工作。例如，如果您有 5 个问题，您可以使用情绪分析或其他方法来提出有关开放式响应的元数据，这可以帮助您设计分类方案。